analisis perencanaan dan pengendalian produksi terhadap
TRANSCRIPT
ANALISIS PERENCANAAN DAN PENGENDALIAN
PRODUKSI TERHADAP PANEL BACK DOOR OUTER
STUDI KASUS PADA PT. XXX
Oleh :
Wawan Irwanto
NIM. 004201000159
Diajukan untuk Memenuhi Persyaratan Akademik
Mencapai Gelar Strata Satu
pada Fakultas Teknik
Program Studi Teknik Industri
2015
ABSTRAK
Panel back door outer adalah komponen otomotif yang diproduksi oleh PT. XXX
untuk pelanggan PT. XYZ. Komponen ini diaplikasikan sebagai pintu belakang
mobil Xenia-Avanza. Panel back door outer merupakan produk utama dengan
tingkat volume permintaan pelanggan yang sangat tinggi disetiap bulannya,
sehingga sangat penting target permintaan pelanggan dapat dipenuhi oleh
perusahaan. Bagaimanapun setiap permintaan mengandung unsur ketidakpastian,
untuk itu diperlukan suatu metode peramalan yang akurat agar target penjualan
bisa tercapai. Disisi lain kapasitas sumber daya yang dimiliki oleh perusahaan
perlu menjadi pertimbangan dan saling melengkapi dengan peramalan tersebut
sehingga perusahaan dapat memenuhi permintaan pelanggan dengan tepat waktu
dan tidak kehilangan kesempatan untuk mendapatkan keuntungan. Saat ini
perusahaan tidak memiliki mekanisme peramalan yang baik dan tidak
mempertimbangkan kapasitas produksi yang ada sehingga perusahaan banyak
kehilangan kesempatan untuk mendapatkan keuntungan. Untuk mengatasi
masalah ini maka perlu dibuatkan perencanaan dan pengendalian terhadap produk
Panel back door outer yang akan produksi untuk memenuhi permintaan
pelanggan yang disesuaikan dengan kapasitas produksi perusahaan. Dengan
adanya perbaikan yang dilakukan dalam analisis ini maka didapatkan peningkatan
kapasitas produksi dari 88.425 unit menjadi 99.325 unit terdapat kenaikan sebasar
12,3% yaitu 10.900 unit dan total biaya produksi dari Rp. 89.764.738 menjadi Rp.
85.807.045 ada penurunan biaya 4,41% sebesar Rp. 3.957.693.
Kata kunci : Peramalan, Regresi Linier, Kapasitas Produksi, Perencanaan
Produksi, Metode Transportasi, Biaya Produksi.
1
BAB I
PENDAHULUAN
1.1. Latar Belakang Masalah
PT. XXX adalah anak perusahaan dari Sumitomo group yang bergerak dalam
bidang otomotif yang memproduksi produk panel back door outer. Produk ini
diaplikasikan untuk pintu mobil bagian belakang xenia / avanza. Panel back door
outer merupakan produk utama dengan tingkat volume permintaan pelanggan
yang sangat tinggi disetiap bulannya. Permintaan tertinggi sering terjadi pada awal
tahun dimana pada awal tahun biasanya kapasitas produksi pada jam kerja normal
tidak mencukupi, sehingga perusahaan tidak mampu memenuhi permintaan
pelanggan secara tepat waktu, dalam hal ini perlu diadakannya perencanaan dan
pengendalian dalam menentukan jumlah persediaan yang sesuai dengan
peramalan permintaan, agar perusahaan tidak mengalami kerugian yang
disebabkan oleh rasa kecewa terhadap pelayanan yang diberikan.
Berdasarkan data permintaan aktual 5 tahun terakhir terlihat permintaan yang
meningkat secara signifikan yaitu diawal periode setiap tahunnya dan cenderung
meningkat dari tahun ke tahun walaupun jika dilihat dari pola penjualan
perbulannya cenderung menurun. Peramalan perusahaan yang kurang tepat juga
berpengaruh terhadap rencana produksi yaitu pada saat permintaan meningkat
perusahaan tidak mampu untuk memenuhi permintaan pelanggan sehingga
perusahaan kehilangan penjualannya untuk mendapatkan keuntungan. Pada tahun
lalu perusahaan mengalami kehilangan penjualannya karenan tidak mampu untuk
memenuhi permintaan pelanggan dimana terdapat permintaan 107.712 unit tetapi
hanya terpenuhi 105.350 unit sehingga terjadi lost sale 2,2% atau sebesar 2.362
unit hal ini tentunya mengurangi pendapatan perusahaan.
Perencanaan dan pengendalian produksi merupakan kegiatan yang sangat penting
dari seluruh kegiatan produksi suatu perusahaan, maka jika perencanaan
produksinya kurang tepat akan mengakibatkan tingginya biaya produksi karena
perusahaan menerapkan strategi lembur dan subcon untuk menutupi kekurangan
2
permintaan pelanggan, padahal masih terdapat kapasitas yang tersedia yang dapat
dimanfaatkan untuk berproduksi pada jam kerja normal, untuk kapasitas produksi
jam kerja normal yang seharusnya 100% ini hanya terpakai 81% berarti ada 19%
lagi yang tidak terpakai yang dipengaruhi oleh beberapa faktor diantaranya down
time mesin, reject, dan efisiensi loss oleh karena itu perlu dilakukan perbaikan
dalam perencanaan dan pengendalian produksi agar didapat perencanaan produksi
yang memaksimalkan penggunaan kapasitas yang ada dalam perusahaan dengan
total biaya yang rendah dan dapat memenuhi permintaan pelanggan.
1.2. Perumusan Masalah
Berdasarkan latar belakang diatas dapat dirumuskan bahwa permasalahan dalam
penelitian ini adalah :
Bagaimana merencanakan dan mengendalikan produksi panel back door outer
untuk memenuhi permintaan pelanggan dengan total biaya produksi yang
minimum di PT XXX ?
1.3. Tujuan Penelitian
Tujuan dari penelitian ini adalah :
1. Memperbaiki perencanaan dan pengendalian produksi panel back door
outer dengan mempertimbangkan peramalan dan kapasitas produksi.
2. Melakukan perbaikan untuk mengurangi biaya produksi dan meningkatkan
profit perusahaan.
1.4. Batasan Masalah
Agar penelitian ini memberikan hasil yang jelas dan terarah maksud dan
tujuannya sesuai dengan tujuan penelitian diatas maka akan dilakukan batasan
terhadap perumusan masalah diatas, batasan - batasannya adalah sebagai berikut :
1. Produk yang diteliti hanya satu jenis yaitu panel back door outer
2. Produk yang diteliti mempunyai ketebalan 0,60 mm.
3. Faktor produksi yang dilibatkan adalah material, mesin, dan tenaga kerja.
4. Penelitian dilakukan pada bulan Oktober 2014 sampai Desember 2014.
3
1.5. Asumsi
Dalam penelitian ini menggunakan beberapa asumsi yaitu sebagai berikut :
1. Karyawan mempunyai kemampuan (skill) yang sama.
2. Tidak boleh ada lost sales.
3. Proses produksi berjalan normal dengan tidak adanya masalah.
4. Kapasitas produksi disamaratakan.
1.6. Sistematika Penulisan
Dengan tujuan agar skripsi ini dapat lebih mudah dan jelas dalam membahas serta
menganalisa permasalahan yang menjadi topik utamanya, maka skripsi ini disusun
berdasarkan suatu sistematika penulisan skripsi penelitian ini yang secara garis
besar mencakup lima bab, yaitu :
Bab I Pendahuluan
Bab pertama menjelaskan tentang pendahuluan yang berisi latar
belakang masalah, perumusan masalah, tujuan penelitian, batasan
masalah, asumsi, dan sistematika penulisan.
Bab II Studi Pustaka
Bab kedua menjelaskan tentang landasan teori yang di gunakan
dalam penelitian yaitu pengertian perencanaan dan pengendalian
produksi, serta studi lainnya yang digunakan dalam penelitian..
Bab III Metodologi Penelitian
Bab ketiga menjelaskan tentang metodologi penelitian yang berisi
tentang jenis dan sumber data, pengolahan data, serta metode
analisa yang di lakukan dalam penelitian.
Bab IV Data dan Analisis
Bab keempat menjelaskan tentang hasil penelitian menggunakan
metode yang di uraikan pada bab ketiga serta pembahasan yang
dilakukan dalam penelitian.
Bab V Simpulan dan Saran
Bab kelima adalah bab penutup yang berisi kesimpulan dan saran
terhadap analisis yang dibuat pada bab keempat yang di peroleh
dari hasil penelitian yang di lakukan.
4
BAB II
LANDASAN TEORI
2.1. Peramalan produksi
Dalam pengambilan keputusan kita seringkali membutuhkan jenis peramalan
tertentu, seperti seorang akuntan membutuhkan peramalan akan biaya dan
pendapatan untuk perencanaan pajak, dan manager personalia membutuhkan
peramalan dalam perekrutan karyawan. Begitu pula dengan bagian produksi
membutuhkan teknik peramalan untuk perencanaan kapasitas akan tingkat
inventori. Peramalan produksi juga dapat mengukur perubahan demand menjelang
lead time sehingga dapat membantu menentukan jumlah safety stock dan menekan
biaya inventori.
Peramalan selalu salah, sehingga meramalkan produksi dengan metode apapun
akan selalu mengandung error. Oleh sebab itu, kita menggunakan beberapa
metode dan teknik peramalan dalam peramalan produksi untuk memperoleh nilai
error terkecil yang menunjukkan keakuratan peramalan kita lebih tinggi .
2.2. Pengertian Peramalan
Peramalan adalah kegiatan fungsi bisnis yang berusaha memperkirakan penjualan
dan penggunaan produk sehingga produk tersebut dapat dibuat dalam jumlah yang
tepat. Dengan demikian peramalan dapat diartikan sebagai perkiraan atau estimasi
volume permintaan suatu produk untuk periode yang akan datang berdasarkan
data penjualan dimasa lampau yang dianalisis dengan berbagai metode tertentu.
(Hari Purnomo, 2004).
2.2.1. Peramalan Berdasarkan Jangka Waktu
Peramalan yang diterapkan dalam perusahaan tentunya berbeda – beda sesuai
dengan kondisi perusahaan pada saat itu sehingga peramalan dapat dibedakan
berdasarkan jangka waktunya, diantaranya adalah :
1. Peramalan jangka pendek biasanya kurang dari satu tahun yang digunakan
untuk peramalan rencana pembelian, penjadwalan kerja, jumlah tenaga
kerja dan tingkat produksi.
5
2. Peramalan jangka menengah biasanya tiga bulan sampai tiga tahun yang
digunakan untuk perencanaan penjualan, perencanaan dan penganggaran
produksi dan menganalisis berbagai rencana produksi.
3. Peramalan jangka panjang biasanya tiga tahun atau lebih yang digunakan
untuk merencanakan produk baru, penganggaran modal, lokasi fasilitas
atau ekspansi dan penelitian serta pengembangan.
2.2.2. Peramalan Berdasarkan Metode
Peramalan yang dilakukan oleh seorang peramal dalam memprediksi kebutuhan
dimasa yang akan datang biasanya menggunakan beberapa metode, diantaranya
adalah :
1. Metode kuantitatif, metode kuantitatif adalah metode peramalan yang
berdasarkan atas data kuantitatif atau model matematis dari data masa lalu.
Hasil peramalan yang dibuat sangat tergantung pada metode yang
dipergunakan dalam peramalan tersebut. Contohnya : menggunakan
berbagai model matematis atau metode statistik dan data historis serta
variabel-variabel kausal untuk meramalkan permintaan.
2. Metode kualitatif, metode kualitatif adalah metode yang menganalisis
kondisi dengan apa adanya atau peramalan berdasarkan atas data kualitatif
pada masa lalu. Hasil peramalan yang dibuat sangat tegantung pada orang
yang menyusunnya. Contohnya : menggunakan intuisi, pengalaman
pribadi dan berdasarkan pendapat (judment) dari yang melakukan
peramalan.
2.2.3. Empat Pola Data Masa Lalu
Data peramalan pada masa lampau dapat memberikan pola pergerakan atau
pertumbuhan permintaan pasar sehingga peramalan harus mendasarkan
analisisnya pada pola data yang ada. Empat pola data yang sering muncul dalam
peramalan.
1. Pola Data Horizontal
Pola ini terjadi bila permintaan dari pelanggan stabil disetiap periodenya
tidak meningkat dan menurun sehingga pola datanya datar atau disekitar
6
rata – rata. Struktur datanya dapat digambarkan pada gambar 2.1 sebagai
berikut :
Gambar 2.1 Grafik Pola Data Horizontal
2. Pola Data Musiman
Pola ini terjadi bila permintaan dari pelanggan dipengaruhi oleh faktor
musiman baik dipengaruhi oleh iklim, tradisi, ataupun rutinitas yang lain
selama kuartal dalam periode tertentu sehingga pola datanya akan
berfluktuasi dalam pola tertentu dan terus berulang, contohnya permintaan
terhadap produk pakaian. Struktur datanya dapat digambarkan pada
gambar 2.2 sebagai berikut :
Gambar 2.2 Grafik Pola Data Musiman
3. Pola Data Siklis
Pola ini terjadi bila permintaan dari pelanggan dipengaruhi oleh faktor
lingkungan yang kompleks seperti kondisi sosial-ekonomi sehingga
99.299.499.699.8100
100.2100.4100.6
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Pola Data Horizontal
Data
85
90
95
100
105
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Pola Data Musiman
Data
7
penyimpangan yang mungkin akan terjadi merupakan resiko siklus bisnis
yang ada. Struktur datanya dapat digambarkan pada gambar 2.3 sebagai
berikut :
Gambar 2.3 Grafik Pola Data Siklis
4. Pola Data Trend
Pola ini terjadi bila permintaan dari pelanggan menunjukan arah
kecenderungan (trend) bahwa kebutuhan terhadap hasil kegiatan kerja
(produksi) dalam jangka waktu mendatang akan naik atau menurun.
Struktur datanya dapat digambarkan pada gambar 2.4 sebagai berikut :
Gambar 2.4 Grafik Pola Data Trend
96.6
96.8
97
97.2
97.4
97.6
97.8
98
98.2
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Pola Data Siklis
Data
90
92
94
96
98
100
102
104
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Pola Data Trend
Data
8
2.2.4. Metode Peramalan Kuantitatif
Metode peramalan kuantitatif menggunakan berbagai model matematis atau
metode statistik dan data historis atau variabel-variabel kausal untuk meramalkan
permintaan. Metode peramalan kuantitatif dapat dikelompokkan menjadi dua
jenis, seperti yang terlihat pada gambar 2.5 sebagai berikut :
Gambar 2.5 Skema Jenis – Jenis Peramalan
2.3. Metode Time Series
Metode deret waktu yaitu metode yang didasarkan atas penggunaan analisa pola
hubungan antar variabel yang diperkirakan dengan variabel waktu. Metode time
series dipergunakan untuk menganalisis serangkaian data yang merupakan fungsi
dari waktu.
2.3.1. Regresi Linier
Regresi linier merupakan prosedur statistikal yang paling banyak digunakan
sebagai metode peramalan, karena relatif lebih mudah dipahami dan hasil
peramalan dengan metode ini lebih akurat dalam berbagai situasi, penggunaan
metode ini didasarkan kepada variabel yang ada dan yang akan mempengaruhi
hasil peramalan. Hal-hal yang perlu diketahui sebelum melakukan peramalan
dengan metode regresi adalah mengetahui terlebih dahulu kondisi-kondisi seperti :
1. Adanya informasi masa lalu.
2. Informasi yang ada dibuatkan dalam bentuk data (dikuantitatifkan).
3. Diasumsikan bahwa pola data yang ada dari data masa lalu akan
berkelanjutan dimasa yang akan datang.
9
Persamaan regresi linier dapat dinyatakan sebagai berikut :
Rumusnya : Ŷ = a + b.x (2-1)
Nilai a a = Σ Yi – b Σ xi (2-2)
n n
Nilai b b = n Σ xi yi – ((Σxi)(Σyi)) (2-3)
nΣxi2–(Σxi)
2
Dimana :
Ŷ = perkiraan permintaan
X = variabel bebas yang mempengaruhi Ŷ
a = nilai tetap y bila x = 0 berpotongan dengan sumbu y
b = kemiringan persamaan garis regresi
2.3.2. Moving Average
MA adalah suatu metode peramalan yang mangunakan rata-rata periode terakhir
untuk meramalkan periode berikutnya.
Rumusnya : MAn periode = ∑ ( permintaan dalam n periode sebelumnya ) (2-4)
N
Dimana :
N = banyaknya periode dalam rata-rata bergerak
MAn = ∑ ( Y dalam n periode sebelumnya )
2.3.3. Weight Moving Averages
WMA adalah metode yang menggunakan sejumlah data aktual permintaan yang
baru untuk membangkitkan nilai ramalan untuk permintaan dimasa yang akan
datang. Rumusnya : WMAn =
∑ (pembobot untuk periode n) x (permintaan aktual dalam periode n) (2-5)
∑ (pembobot)
Tabel 2.1 Pembobot WMA
Periode Bobot yang diberikan
1 bulan lalu 3
2 bulan lalu 2
3 bulan lalu 1
JUMLAH 6
10
2.3.4. Exponential Smoothing
ES adalah metode peramalan dengan menambahkan parameter alpha dalam
modelnya untuk mengurangi faktor kerandoman, metode ini banyak mengurangi
masalah penyimpangan data, karena tidak perlu lagi menyimpan semua data
historis. permasalahan umum yang dihadapai apabila menggunakan model ini
adalah memilih konstanta pemulusan (α) yang di perkirakan tepat. Nilai konstanta
pemulusan dipilih diantara 0 dan 1 karena berlaku 0 < α < 1.
Rumusya : Ŷt= Ŷt-1 + α (Yt-1 - Ŷt-1) (2-6)
Dimana:
Ŷt = Nilai ramalan untuk periode waktu ke-t
Ŷt-1 = Nilai ramalan untuk satu periode waktu yang lalu, t-1
Yt-1 = Nilai permintaan aktual untuk satu periode waktu yang lalu, t-1
α = Konstanta pemulusan (smoothing constant), nilai α adalah 0<α<1
Pemilihan besar kecilnya nilai α ini ditentukan oleh fluktuasi data. Jika
fluktuasinya kecil, angka yang dipilih mendektai 0 (nol), jika flukasinya besar,
maka angka yang dipilih sebaiknya mendekati 1.
2.4. Metode Kausal
Metode kausal ini mengasumsikan variabel yang diramalkan menunjukkan
adanya hubungan sebab akibat dengan satu atau beberapa variabel bebas
(independent variable).
2.5. Ukuran Akurasi Peramalan / Menghitung Kesalahan Peramalan
Peramalan tidak mungkin hasilnya sama seperti data sebelumnya maka perlu
dilakukan validasi menggunakan beberapa indikator. Indikator-indikator yang
umum digunakan untuk memvalidasi hasil peramalan tersebut adalah rata-rata
penyimpangan absolute (Mean Absolute Deviation), validasi peramalan (Tracking
Signal), ukuran eror fungsi peramalan (Standard Error of Estimate), rata-rata
kuadrat terkecil (Mean Square Error), rata-rata persentase kesalahan absolute
(Mean Absolute Percentage Error).
11
2.5.1. MAD (Mean Absolute Deviation)
MAD adalah nilai yang dihitung dengan mengambil jumlah nilai absolut dari
setiap kesalahan peramalan dibagi dengan jumlah periode data (n). MAD dapat
dihitung dengan menggunakan rumus sebagai berikut :
MAD = ∑(absolute dari forecast errors) (2-7)
atau n
MAD = ∑ |aktual – peramalan| (2-8)
n
2.5.2. TS (Tracking Signal)
TS adalah suatu ukuran bagaimana baiknya suatu peramalan memperkirakan nilai-
nilai aktual. TS dapat dihitung dengan menggunakan rumus sebagai berikut :
Tracking Signal = (2-9)
Dimana RSFE adalah kumulatif error, Tracking signal yang positif menunjukan
bahwa nilai aktual permintaan lebih besar daripada ramalan, sedangkan tracking
signal yang negatif nilai aktual permintaan lebih kecil daripada ramalan. Tracking
signal disebut baik jika memiliki nilai RSFE yang rendah, dan mempunyai positif
error yang sama banyak atau seimbang negatif error, sehingga pusat dari tracking
signal mendekati nol. Tracking signal yang telah dihitung dapat dibuat peta
kontrol untuk melihat kelayakan data didalam batas kontrol atas dan batas kontrol
bawah.
2.5.3. SEE (Standard Error of Estimate)
SEE adalah ukuran fungsi error peramalan, SEE dapat dihitung dengan
menggunakan rumus sebagai berikut :
SEE = ` (2-10)
RSFE
MAD
12
2.5.4. MSE (Mean Square Error)
Metode ini mengontrol kesalahan peramalan yang besar karena kesalahan yang
dikuadratkan, metode evaluasi ini digunakan untuk metode peramalan dengan
mengkuadratkan kesalahan dalam peramalan lalu dibagi dengan banyaknya
jumlah data aktual, MSE dapat dihitung dengan menggunakan rumus sebagai
berikut :
MSE = ∑(Kesalahan Peramalan) ² (2-11)
n
2.5.5. MAPE (Mean Absolute Percentage Error)
Rata – rata persentasi kesalahan absolut merupakan ukuran kesalahan relatif,
MAPE menyatakan persentasi kesalahan hasil peramalan terhadap data
permintaan aktual selama periode tertentu yang akan memberikan informasi
persentasi kesalahan terlalu tinggi atau terlalu rendah. MAPE dapat dihitung
dengan menggunakan rumus sebagai berikut :
MAPE = ∑((Deviasi absolute / nilai aktual) x 100) (2-12)
n
2.6. Rencana Produksi
Sebelum melakukan kegiatan produksi perusahaan membutuhkan suatu
perencanaan agar sumber daya yang tersedia selalu mampu untuk memenuhi
kebutuhan. Tanpa suatu perencanaan yang matang, perusahaan tidak akan mampu
menyerap fluktuasi demand yang terjadi sehingga cenderung terjadi penumpukan
di gudang atau lost sales yang merugikan perusahaan.
Untuk menghindarinya maka perlu dibuat rencana item per item yang banyak
memakan waktu, maka setiap item dari family yang sama diagregasikan terlebih
dahulu untuk menyusun rencana produksi agregatnya. Suatu rencana produksi
agregat akan menentukan tingkat tenaga kerja yang dibutuhkan, overtime, subcon,
dan tingkat inventory dengan fungsi objektif untuk meminimasi biaya produksi.
Perencanaan aggregat bertujuan untuk membuat perencanaan produksi dalam
memenuhi permintaan (demand) berdasarkan kapasitas produksi. Perencanaan
13
produksi secara sederhana bisa dibuat manakala laju permintaan cenderung tetap,
tidak berfluktuasi atau konstan. Demikian pula waktu untuk melaksanakan
kegiatan produksi cukup fleksibel dalam memenuhi permintaan tersebut, namun
kondisi semacam ini justru jarang dijumpai. Umumnya permintaan cenderung
berfluktuasi, naik-turun dan tidak tetap dari satu waktu ke waktu yang lain. Selain
itu perencanaan juga bisa dibuat berdasarkan periode waktu yang ingin dicakup,
seperti :
1. Perencanaan jangka panjang (long term planning) yang biasanya
diaplikasikan untuk hal-hal yang bersifat strategis.
2. Perencanaan jangka menengah (medium term or aggregate planning) yang
biasanya diaplikasikan untuk periode waktu 1 tahunan.
3. Perencanaan jangka pendek (short term planning) yang biasanya
diaplikasikan untuk aktivitas operasional yang bersifat taktikal.
2.7. Pengertian Perencanaan Produksi
Perencanaan produksi merupakan salah satu rencana kegiatan dalam jangka waktu
menengah yang diperlukan untuk meningkatkan kemampuan perusahaan dalam
memenuhi permintaan. Tujuan perencanaan produksi adalah menyusun rencana
produksi secara keseluruhan sehingga dapat memenuhi permintaan dengan
menggunakan faktor-faktor produksi yang tersedia dengan biaya minimal.
2.8. Strategi Perencanaan Produksi
Perencanaan produksi digunakan untuk mengetahui jumlah barang yang harus
diproduksi dengan berdasarkan pada hasil peramalan dan persediaan yang ada,
Perencanaan produksi dipengaruhi oleh persediaan, laju produksi, jumlah tenaga
kerja, kapasitas, atau variabel yang lainnya. Jika perubahan yang dilakukan
terehadap satu variabel yang menyebabkan perubahan laju produksi maka disebut
sebagai strategi murni (Pure Strategy), sebaliknya strategi gabungan (Mixed
Strategy) merupakan gabungan perubahan dua atau lebih dari strategi murni
sehingga diperoleh suatu perencanaan produksi yang fleksibel.
14
2.8.1. Strategi Perencanaan secara Murni (Pure Strategy)
Dikatakan pure strategy, jika perubahan yang dilakukan terhadap suatu variabel
mengalami perubahan laju produksi. Beberapa metode yang ada dalam strategi
murni yaitu:
a. Mengendalikan jumlah persediaan.
Pengadaan persediaan dapat dilakukan pada saat kapasitas produksi
dibawah permintaan dan persediaan ini digunakan pada saat berada diatas
kapasitas produksi.
b. Mengendalikan jumlah tenaga kerja.
Perubahan tenaga kerja dapat dilakukan sesuai dengan laju produksi yang
diinginkan (tenaga kerja dapat dikurangi atau ditambahkan).
c. Sub kontrak.
Sub kontrak diperlukan untuk menaikan kapasitas produksi perusahaan
pada saat perusahaan dalam keadaan sibuk sehingga perusahaan tidak
mampu untuk memenuhi permintaan pelanggan maka perusahaan dapat
melakukan sub kontrak yang bersifat jangka pendek.
d. Mempengaruhi demand.
Karena perubahaan permintaan merupakan faktor utama dalam masalah
perencanaan agregat, maka pihak perusahaan perlu melakukan tindakan,
misalnya pemberian potongan harga, pemberian hadiah atau pemberian
layanan khusus.
2.8.2. Strategi Perencanaan secara Gabungan (Mixed Strategy)
Dikatakan mixed strategy, jika perubahaan yang dilakukan lebih dari satu variabel
dan mempengaruhi laju produksi. Beberapa metode yang ada dalam strategi
gabungan yaitu :
a. Strategi perburuan (chase strategy)
Sebuah strategi perburuan ialah strategi yang mencoba untuk mencapai
tingkat output disetiap periode untuk memenuhi prediksi permintaan dari
pelanggan. Sebagai contoh seorang manager produksi dapat
mengendalikan tingkat tenaga kerja dengan merekrut atau
memberhentikan karyawan dan dapat memvariasikan produksi dengan
waktu lembur, karyawan paruh waktu atau sub kontrak.
15
b. Strategi penjadwalan bertingkat (level-scheduling strategy)
Sebuah rencana agregat dimana produksi harian tetap sama dari periode ke
periode selanjutnya. Sebagai contoh perusahaan Toyota dan Nissan
mempertahankan tingkat produksi pada tingkatan yang seragam dan
mungkin membiarkan persediaan barang jadi naik turun untuk menopang
perbedaaan permintaan dari pelanggan. Penjadwalan bertingkat akan
bekerja lebih baik ketika permintaan stabil.
2.9. Biaya yang Terlibat Dalam Perencanaan Produksi
Biaya-biaya yang terlibat dalam perencanaan produksi antara lain :
a. Hiring Cost (biaya penambahan tenaga kerja)
Biaya untuk mempekerjakan tenaga kerja baru, dimana biaya ini timbul
ketika adanya penambahan tenaga kerja dari mulai pasang iklan, proses,
seleksi sampai ke tahap training.
b. Firing Cost (biaya pemberhentian tenaga kerja)
Biaya untuk memberhentikan tenaga kerja, dimana biaya ini timbul ketika
ada pemberhentian tenaga kerja yang disebabkan karena rendahnya
permintaan terhadap produk yang dihasilkan, sehingga tingkat produksi
menurun yang mengakibatkan perusahaan harus mengeluarkan uang
pesangon bagi karyawan yang di PHK.
c. Inventory Cost dan Backorder Cost (biaya persediaan dan biaya
kehabisan persediaan)
Biaya penyimpanan adalah biaya satu unit dalam inventori untuk satu
periode waktu dan biaya ketika kehabisan persediaan, dimana biaya ini
timbul ketika persediaan menumpuk digudang yang digunakan untuk
mengantisipasi timbulnya kenaikan permintaan pada waktu tertentu tetapi
akibat dari kebijakan ini perusahaan akan mengeluarkan biaya
penyimpanan terhadap persediaan yang ada digudang berupa biaya
tertahannya modal, kerusakan material, biaya sewa gedung, asuransi, dan
pajak. Biaya kehabisan persediaan dapat dihitung dari berapa barang yang
diminta yang tidak tersedia, kekecewaan pelanggan karena tidak
tersedianya barang yang diinginkan akan dihitung sebagai kerugian bagi
16
perusahaan, dimana kerugian tersebut dinyatakan dalam biaya kehabisan
persediaan dan biaya kehabisan persediaan ini sama nilainya dengan biaya
pemesanan kembali bila pelanggan masih bersedia menunggu.
d. Sub contract Cost (biaya sub kontrak)
Biaya pembelian dari sebuah subkontrak, dimana biaya ini timbul ketika
permintaan melebihi kemampuan kapasitas perusahaan dalam berproduksi,
dan biasanya perusahaan mengsubkontrakan kelebihan permintaan dari
pelanggan yang tidak bisa ditangani oleh perusahaan untuk memenuhi
permintaan pelanggan, akibat dari kebijakan ini adalah timbulnya biaya
subkontrak, dimana biasanya biaya ini jauh lebih mahal dibanding dengan
memproduksi sendiri.
e. Overtime Cost (biaya jam kerja lembur)
Biaya lembur untuk menambah jam kerja, dimana biaya ini timbul ketika
adanya permintaan dari pelanggan yang meningkat dan kapasitas produksi
perusahaan tidak mencukupi sehingga perlu ditambah jam kerja untuk
menghasilkan output produksi yang maksimal, biasanya perusahaan
melakukan jam kerja tambahan atau lembur kepada karyawan untuk
memenuhi kekurangan permintaan yang tidak mencukupi, sehingga
dengan kebijakan ini timbulah biaya lembur, dimana biaya ini lebih mahal
dibanding dengan biaya jam kerja normal karena dengan menerapkan ini
perusahaan akan membayar lebih untuk ongkos pembuatan produknya
terhadap karyawan yang dilemburkan.
f. Reguler Time Cost (biaya jam kerja regular)
Biaya jam kerja normal ini timbul kepada suatu produk yang dihasilkan
dengan tanpa tidak adanya lembur dan subkontrak. Dikerjakan pada jam
kerja regular sehingga tidak ada penambahan biaya terhadap produk yang
dihasilkan.
g. Holding Cost (biaya simpan)
Biaya simpan ini timbul jika dalam memproduksi sebuah produk ada
kelebihan yang digunakan untuk inventori dan digunakan untuk periode
berikutnya maka untuk produk ini karena menunggu dan disimpan
digudang sehingga timbul biaya simpan terhadap produk tersebut.
17
2.10. Metode Transportasi
Metode transportasi adalah suatu metode yang digunakan untuk mengatur
distribusi dari berbagai sumber yang menyediakan produk yang sama di tempat –
tempat yang membutuhkan secara optimal dalam pengalokasian hasil produk.
Pengalokasian produk ini harus seminimum mungkin karena akan timbul biaya
dalam pengalokasiannya.
Metode transportasi seringkali digunakan dalam proses perencanaan meminimasi
biaya suatu komoditas dari sejumlah sumber ke sejumlah tujuan. Permasalahan ini
dapat diselesaikan dengan tujuan umum metode simpleks, tetapi secara sederhana
menggunakan perhitungan dengan komputer akan lebih efisien. Beberapa masalah
dalam perencanaan produksi dapat diformulasikan dalam bentuk persamaan
matematis untuk permasalahan transportasi dan kemudian dapat diselesaikan
dengan metode yang sama.
Suatu model transportasi dinyatakan seimbang apabila total supply (sumber) sama
dengan total demand (tujuan). Penyelesaian metode transportasi dalam bentuk
tabular yaitu meminimsai biaya maka demand harus terpenuhi dan sebaliknya
kapasitas tidak mesti terpenuhi. Prioritas yang harus di penuhi adalah Reguler
Time , jika ada sisa dilihat ongkos yang paling kacil lalu simpan kelebihan
tersebut tetapi harus disesuaikan dengan kapasitas periode yang akan dipilih.
Hukum Pareto merupakan sebuah konsep ekonomi yang dicetuskan oleh Vilfredo
Pareto (1848-1923). Di dalam konsep tersebut disebutkan seluruh kegiatan apa
saja akan tergambar menjadi perbandingan 80/20 yang menyatakan bahwa untuk
banyak kejadian, sekitar 80% daripada efeknya disebabkan oleh 20% dari
penyebabnya.
18
BAB III
METODOLOGI PENELITIAN
1.1. Diagram Alir Penelitian (Flow Chart)
Tahapan-tahapan perencanaan dan pengendalian produksi dalam mengidentifikasi
masalah dan penyelesaian masalah yang terjadi di PT. XXX dapat dilihat pada
bagan berikut :
Gambar 3.1 Flowchart Metodologi Penelitian
Pengamatan Awal
Identifikasi Masalah
Mulai
Pengumpulan Data
Analisis Data
Simpulan dan Saran
Selesai
Studi Pustaka
Keterangan
Pengamatan awal :
Melakukan pengamatan terhadap panel back
door outer dari permintaan pelanggan sampai
proses produksi dan pengirimannya.
Wawancara dan diskusi langsung dengan
bagian yang bersangkutan.
Identifikasi masalah :
Merumuskan masalah yang ada.
Membuat tujuan dari perumusan masalah.
Membuat batasan agar tujuan dapat dicapai.
Studi pustaka :
Mempelajari buku – buku tentang perencanaan
dan pengendalian produksi khususnya untuk
materi peramalan, perencanaan agregat, dan
perhitungan biaya.
Pengumpulan data :
Secara kuantitatif yaitu data – data masa lalu
dalam suatu file.
Secara kualitatif yaitu menanyakan langsung
dengan mewawancarai asisten manajer
produksi.
Analisis data :
Meramalkan permintaan kedepan.
Menghitung jumlah yang akan diproduksi.
Menentukan biaya terendah dengan keuntungan
yang tinggi.
Simpulan dan saran :
Memberikan jawaban dari tujuan yang ingin
dicapai.
Memberikan saran terhadap perusahaan untuk
kemajuan perusahaan.
19
3.2. Pengamatan Awal
Dalam penelitian ini pengamatan awal yang dilakukan adalah melihat proses
terhadap material SPC340BH yaitu panel back door outer yang berukuran
0,60x1.450x1.525mm dari raw material sampai menjadi barang finish good guna
melakukan perencanaan dan pengendalian produksi pada periode berikutnya
karena untuk item tersebut sering kali terjadi masalah dalam persediaan di gudang
yang disebabkan karena perencanaan produksi yang kurang baik sehingga
mengakibatkan kekurangan pengiriman kepada pelanggan karena permintaan
yang tidak menentu.
3.3. Identifikasi Masalah
Dalam penelitian ini untuk mengidentifikasi masalah yang ada terhadap
perencanaan dan pengendalian produksi panel back door outer yang kurang baik
untuk memenuhi permintaan pelanggan dimasa yang akan datang, yang nantinya
menyebabkan perusahaan mengalami pemborosan dalam keuangan dan banyak
mengeluarkan biaya dalam proses produksi yang terlaksana oleh sebab itu PT.
XXX perlu mengidentifikasi masalah yang ada dengan cara memperbaiki
perencanaan dan pengendalian produki panel back door outer dengan
mempertimbangkan peramalan dan kapasitas produksi untuk memenuhi
permintaan yang akan datang dengan total biaya produksi yang minimum di PT.
XXX agar perusahaan dapat mencapai tujuan tanpa adanya kendala dengan
batasan – batasan tertentu.
3.4. Studi Pustaka
Dalam penelitian ini dilakukan studi pustaka atau pembelajaran yang terkait
tentang perencanaan dan pengendalian produksi yang bersumber dari buku-buku,
internet, jurnal, dan materi atau modul-modul yang telah dipelajari dalam
perkuliahan mengenai perencanaan dan pengendalian produksi, serta ilmu
pengetahuan lainnya yang berkaitan dengan perencanaan dan pengendalian
produksi, seperti PPIC (Production Planning and Inventory Control) yang
didalamnya terdapat forecasting (peramalan), inventory (persediaan), scheduling
(penjadwalan), aggregate planning (perencanaan agregat), dan MPS (Master
20
Production Scheduling) dimana dalam MPS ini akan menentukan perencanaan
produksi dan kebutuhan sumber daya. Dalam penghitungan, pengolahan serta
pengoperasian data menggunakan bantuan software microsoft office excel, SPSS,
TORA untuk proses perhitungannya serta alat bantu hitung berupa kalkulator.
3.5. Pengumpulan Data
Dalam penelitian ini data dikumpulkan secara kuantitatif terhadap data-data masa
lalu yang bersumber dari data sekunder perusahaan yang berupa file – file yang
diarsipkan dan secara kualitatif yang diperoeh dengan cara wawancara langsung
dengan asisten manajer departemen produksi sebagai sumber data primer sehingga
data tersebut bisa diolah dan direalisasikan. Berikut adalah data yang diperlukan :
1. Untuk mengetahui pola data, data yang diperlukan ialah data aktual
permintaan dari pelanggan dari tahun 2010 sampai 2014.
2. Untuk peramalan permintaan tahun 2015, data yang diperlukan ialah data
aktual permintaan dari pelanggan dari tahun 2014.
3. Untuk data rincian biaya bersumber dari perusahaan pada anggaran biaya
tahun 2014.
4. Untuk data pendukung didapatkan dari hasil perhitungan.
3.6. Analisis Data
Dalam penelitian ini analisis data dilakukan dari data yang ada untuk perhitungan
dalam perencanaan dan pengendalian produksi yang terdapat di PT. XXX dalam
proses produksi untuk memenuhi permintaan pelanggan. Berikut adalah urutan
dalam menganalisis data :
1. Menganalisis data permintaan aktual dari pelanggan.
2. Menganalisis data kebutuhan material.
3. Menghitung peramalan untuk periode selanjutnya.
4. Menghitung kapasitas produksi dan persediaan.
5. Menghitung jumlah yang akan diproduksi
6. Menghitung biaya produksi.
Dalam penelitian ini dimana hasil peramalan dilihat dari error terkecil dengan pola
data menyerupai data yang lalu dan hasil perencanaan agregat dilihat dari biaya
21
produksi terendah dengan kapasitas produksi yang maksimal. Sehingga pemilihan
model dan strategi sesuai dengan perhitungan, maka akan didapat biaya
operasional yang paling rendah dengan keuntungan yang tinggi, sehingga
didapatlah suatu perencanaan dan pengendalian produksi dalam proses produksi
untuk memenuhi permintaan pelanggan dimasa yang akan datang.
3.7. Kesimpulan dan Saran
Dalam penelitian ini langkah terakhir adalah mengambil kesimpulan dan saran
dimana hasil akhir dari penelitian adalah jawaban dari beberapa tujuan diatas
dengan merealisasikan hasil perhitungan dengan menggunakan metode yang ada
kepada perusahaan dan membandingkan dengan hasil perhitungan yang dibuat
oleh perusahaan yang ditunjukan untuk kemajuan perusahaan dimasa yang akan
datang serta memberikan kontribusi yang terbaik kepada perusahaan dalam
mengatur proses produksi yang lebih efektif dan efisien sehingga kapasitas
produksi dapat tercapai sesuai dengan target yang diinginkan, serta dapat
mengoptimalkan biaya dalam proses produksi dan bisa lebih efektif dan efisien
agar bisa dijadikan sebagai acuan untuk kedepannya. Saran yang disampaikan
kepada perusahaan adalah mempertimbangkan hasil penelitian untuk diterapkan di
perusahaan yang bertujuan untuk meningkatkan kapasitas atau kemampuan
produksi dengan biaya terendah dan permintaan dari pelanggan pun dapat
terpenuhi tepat waktu sehingga perusahaan mampu mencapai tujuan yang
diinginkannya.
22
Gambar 3.2 Research Frame Work Flowchart
Mulai
Melakukan pengamatan awal
terhadap panel back door outer dari
permintaan pelanggan sampai proses
produksi dan pengirimannya.
Identifikasi Masalah Studi Pustaka
Pengumpulan Data :
Permintaan Aktual Tahun 2010-2014
Kapasitas Produksi Tahun 2014
Biaya-Biaya (regular time, over time, sub
contrac & holding cost)
Analisis Data :
1. Menghitung peramalan dengan metode time series dan metode kausal.
2. Pemilihan hasil peramalan dengan tingkat error yang paling kecil.
3. Uji akurasi hasil peramalan dengan data aktual menggunakan software SPSS
PAWS statistics 18.
4. Menghitung kapasitas produksi dan persediaan (historis dan aktual).
5. Menghitung peningkatan kapasitas produksi dengan mempertimbangkan
down time mesin, reject produk, efisiensi loss.
6. Menghitung jumlah produk yang akan diproduksi.
7. Menghitung perencanaan produksi dengan metode transportasi.
8. Menghitung biaya produksi.
9. Menghitung keuntungan bagi perusahaan.
Simpulan dan Saran
Selesai
23
BAB IV
DATA DAN ANALISA
4.1. Pengumpulan Data
Data yang terdapat dalam penelitian ini diambil dari data aktual sebelumnya dan
juga data diambil secara tidak langsung dengan menanyakan kepada bagian
departemen terkait yang ada diperusahaan sehingga dapat memberikan data secara
aktual terhadap produk yang diproduksi oleh perusahaan sehingga dapat
membantu dalam pengolahan perencanaan persediaan dan perencanaan produksi.
4.2. Spesifikasi Produk
Dalam penelitian ini hanya difokuskan terhadap produk yang selalu mandapat
orderan paling banyak dari customer di setiap periodenya, yaitu produk dengan
part name : panel back door outer yang memiliki ukuran 0,6 x 1450 x 1525 mm.
spesifikasi produk tersebut dapat dilihat dari tabel 4.1 di bawah ini :
Tabel 4.1 Spesifikasi Produk Panel Back Door Outer
Kanban Spec Thick Width Length Weight Customer Pcs Unit Price
J4023 SPC340BH 0,6 1.450 1.525 10,16 Kgs ADM5 1 Rp. 4.104
Material panel back door outer adalah pintu mobil bagian belakang xenia / avanza
yang dipotong di PT. XXX yang lalu kemudian dikirim ke PT. XYZ untuk di
press menjadi sebuah pintu belakang mobil yang kemudian dirakit menjadi sebuah
mobil utuh. Material ini yang paling banyak diorder dalam komponen perakitan
mobil di PT. XYZ karena memang peminat mobil xenia / avanza ini banyak di
indonesia untuk mobil mini bus keluarga dan material ini juga yang paling banyak
diminta oleh pelanggan pemakai mobil xenia / avanza dari data kerusakan mobil
akibat kecelakaan yang diperoleh dari bengkel resmi Daihatsu dan Toyota di
seluruh Indonesia, sehingga tingkat permintaannya pun selalu tinggi dan order
terhadap material ini pun selalu ada di setiap cyle permintaannya.
24
Tabel 4.2 Data Kebutuhan Panel Back Door Outer
Kelompok Material % Nilai Permintaan Total Nilai Permintaan (unit)
Sering digunakan 90,5 % 147.000
J4023 Spec SPC
Jarang digunakan 9,5% 15.400
J4026 Spec SCGA
TOTAL 100% 162.400
Terlihat pada tabel 4.2 di atas bahwa jumlah pemesanan untuk material yang
sering digunakan oleh customer yaitu yang bertipe SPC di banding dengan yang
bertipe SCGA, karena material yang bertipe SPC untuk penjualan lokal dengan
kualitas yang yang bagus tetapi untuk material yang bertipe SCGA untuk
penjualan export (kirim ke luar negeri) dengan kualitas yang lebih bagus lagi
yaitu dengan adanya pelapisan anti karat pada materialnya. Karena permintaannya
yang banyak perusahaan sering mengalami lost sale, yaitu kehilangan
penjualannya dikarenakan tidak mampu untuk memenuhi permintaan pelanggan.
Berikut adalah tabel 4.3 mengenai data lost sale tahun 2014.
Tabel 4.3 Data Lost Sale Tahun 2014
BULAN PERIODE
(t)
TAHUN
2014
OUTPUT AKTUAL LOST SALE
TAHUN 2014
JANUARI 1 14350 10917 -3433
FEBRUARI 2 17500 10917 -6583
MARET 3 15400 11462 -3938
APRIL 4 15050 11462 -3588
MEI 5 11900 10917 -983
JUNI 6 10850 11462 612
JULI 7 12250 10371 -1879
AGUSTUS 8 8050 10917 2867
SEPTEMBER 9 9450 12008 2558
OKTOBER 10 11200 12554 1354
NOVEMBER 11 10850 10917 67
DESEMBER 12 10150 11462 1312
TOTAL 147000 135366 -11634
25
0
5000
10000
15000
20000
Grafik Permintaan Aktual Panel Back Door Outer Tahun
2014
SPC
Berikut adalah tabel 4.4 mengenai data permintaan aktual panel back door outer
tahun 2014 di setiap periodenya.
Tabel 4.4 Data Permintaan Aktual Tahun 2014
Bulan Periode (t) SPC SCGA
JANUARI 1 14.350 350
FEBRUARI 2 17.500 1.750
MARET 3 15.400 1.400
APRIL 4 15.050 1.400
MEI 5 11.900 2.450
JUNI 6 10.850 350
JULI 7 12.250 1.050
AGUSTUS 8 8.050 2.100
SEPTEMBER 9 9.450 1.400
OKTOBER 10 11.200 1.750
NOVEMBER 11 10.850 1.050
DESEMBER 12 10.150 350
TOTAL 147.000 15.400
Berikut adalah gambar 4.1 yaitu grafik data permintaan aktual Panel back door
outer dari customer tahun 2014 :
Gambar 4.1 Grafik Permintaan Aktual Panel Back Door Outer
Setelah mengetahui data pada periode lalu selanjutnya melakukan perhitungan
peramalan terhadap permintaan material untuk periode selanjutnya yang nantinya
hasil peramalan tersebut akan dibuatkan perencanaan produksi untuk 8 bulan ke
26
depan. Karena di setiap akhir bulan Agustus 2014 akan mengadakan inventori
tahunan dan menghabiskan stock yang ada agar tidak terlalu banyak persediaan
yang ada di gudang serta dilakukannya jadwal preventive maintenance tahunan
untuk trial produksi tipe baru agar di awal tahun bisa berproduksi normal lagi.
4.3. Analisis Peramalan Permintaan Produk
Peramalan yang dilakukan menggunakan metode kuantitatif, sehingga
membutuhkan data permintaan aktual dari customer pada periode sebelumnya
untuk produk panel back door outer. Langkah dalam proses peramalan
permintaan produk menggunakan metode yang telah ditentukan yaitu metode time
series dan metode kausal setelah itu dilanjutkan dengan menghitung tingkat
kesalahan dari hasil yang didapatkan dengan teknik perhitungan peramalan yaitu :
moving averages, weight moving averages, exponential smoothing, teknik
konstan, teknik linier, dan teknik kuadratis kemudian dipilih tingkat kesalahan
terkecil yang akan ditetapkan sebagai hasil peramalan permintaan yang terbaik
untuk periode berikutnya dan setelah pengolahan data dilakukan maka
didapatkanlah hasil peramalan dengan tingkat kesalahan terkecil dan pola datanya
menyerupai pola data permintaan aktual adalah dengan menggunakan teknik linier
(terlampir pada lampiran I “hasil perhitungan peramalan”). Hasil peramalan panel
back door outer terlihat pada tabel 4.5.
Tabel 4.5 Hasil Peramalan Panel Back Door Outer
Error MA WMA ES Konstan Linier Kuadratis
MAD 2.971 1.563 2.113 2.633 1302 3.881
SEE 2.615 2.638 2.128 2.776 1791 4.059
MSE 6.837.431 6.961.250 4.530.241 7.064.167 2.673.584 12.357.174
MAPE 20.54% 21.04% 15.40% 18.69% 12.96% 23.59%
TS -3.99 4.12 -0.07 2.67 0.15 4.71
Dari hasil perhitungan peramalan yang didapat terlihat bahwa nilai kesalahan
terkecil terdapat pada teknik linier dengan nilai SEE dengan nilai 1.791 dan MSE
2.673.584 serta persentasi error atau MAPE dengan nilai terendah yaitu 12,96%.
Dengan menggunakan teknik linier didapat hasil jumlah akhir dari peramalan
27
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
20000
1 2 3 4 5 6 7 8 9 10 11 12
Hasil Peramalan Regresi Linier Panel Back Door Outer
DATA AKTUAL (Y) FORECAST
dengan data aktualnya sama yaitu 147.000 unit untuk material panel back door
outer, terlihat pada tabel 4.6 yaitu hasil peramalan dengan teknik linier.
Tabel 4.6 Hasil Peramalan dengan teknik Linier
Bulan - Tahun 2014 Periode (t) Data Aktual (Y) Forecast
JANUARI 1 14.350 15.588
FEBRUARI 2 17.500 14.981
MARET 3 15.400 14.374
APRIL 4 15.050 13.767
MEI 5 11.900 13.161
JUNI 6 10.850 12.554
JULI 7 12.250 11.947
AGUSTUS 8 8.050 11.340
SEPTEMBER 9 9.450 10.733
OKTOBER 10 11.200 10.126
NOVEMBER 11 10.850 9.519
DESEMBER 12 10.150 8.912
TOTAL 147.000 147.000
Dari hasil peramalan diatas permintaannya cenderung menurun dari awal sampai
akhir periode, seperti yang terlihat pada gambar 4.2 di bawah ini :
Gambar 4.2 Grafik Hasil Peramalan Regresi Linier
28
Dari grafik diatas terlihat bahwa hasil peramalan membentuk pola data trend
dimana permintaan cenderung menurun ini disebabkan karena perusahaan
otomotif pada umumnya diakhir tahun biasanya permintaan menurun karena
nantinya diawal tahun akan ada model baru sehingga kebanyakan konsumen
menunggu awal tahun untuk membeli produk yang terbaru dan perusahaan tidak
akan memproduksi banyak produknya di akhir tahun, perusahaan akan
menghabiskan persediaan yang ada di gudang karena pihak perusahaan pun sudah
mengetahui bahwa nantinya di awal tahun akan ada peningkatan produksi lagi, itu
terbukti dari data-data terdahulu walaupun tiap tahun kelihatan pola datanya
cenderung menurun tetapi aktualnya tidak, karena pasaran di indonesia selalu
tinggi apalagi ketika ada model terbaru dan masyarakat indonesia pasti ingin
memilikinya dan menjual yang model lama yang mereka miliki sehingga produksi
mobil di indonesia pun selalu meningkat tiap tahunnya walupun dalam tiap tahun
itu perbulannya menurun dari awal periode sampai akhir periode. Semua itu
terlihat pada data yang lalu yang diperoleh dari perusahaan dan di rangkum dalam
sebuah tabel 4.7 dan gambar 4.3 dimana data-data tersebut di ambil dari data lima
tahun yang lalu.
Tabel 4.7 Data Permintaan Aktual (Tahun 2010-2014)
BULAN PERIODE
(t)
THN
2010
THN
2011
THN
2012
THN
2013
THN
2014
JANUARI 1 12.850 12.300 12.650 13.000 14.350
FEBRUARI 2 15.750 15.750 16.100 16.800 17.500
MARET 3 13.300 14.000 14.350 15.050 15.400
APRIL 4 13.650 13.300 13.650 14.000 15.050
MEI 5 10.850 10.850 11.200 11.550 11.900
JUNI 6 10.500 9.800 10.150 10.500 10.850
JULI 7 9.800 10.150 10.500 11.200 12.250
AGUSTUS 8 7.350 6.650 7.000 7.700 8.050
SEPTEMBER 9 7.000 7.350 7.700 8.050 9.450
OKTOBER 10 9.100 9.450 9.800 10.500 11.200
NOVEMBER 11 9.800 9.800 10.150 10.500 10.850
DESEMBER 12 9.450 9.100 9.450 9.800 10.150
29
Gambar 4.3 Grafik Data Permintaan Aktual (Tahun 2010-2014)
4.4. Analisis Mengenai Hasil Peramalan Regresi Linier
Berdasarkan hasil perhitungan peramalan yang telah dilakukan menggunakan
metode regresi linier maka dapat dilakukan analisis terhadap hasil peramalan
tersebut menggunakan bantuan software SPSS PAWS Statistic 18 (terlampir pada
lampiran II “analisa regresi linier dengan software SPSS”) dimana dalam software
ini akan terlihat nilai seberapa signifikan hasil peramalan menggunakan metode
regresi linier dan seberapa besar pengaruh tiap variabel terhadap hasil peramalan
serta kontribusi yang diberikan tiap variabel peramalan tersebut.
Tabel 4.8 Penentuan Nilai R²
Model Summary
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
1 .788a .621 .584 1791.37336
a. Predictors: (Constant), forecast
Pada tabel 4.8 diatas ini terlihat bahwa kedua variabel saling berhubungan atau
berpengaruh sehingga dapat ditentukan berapa besar kontribusi yang diberikan
oleh varibel forecast kepada variabel data aktual. Dari tabel diatas terlihat nilai R
Square menunjukan bahwa 62,1% varian data aktual dapat dijelaskan oleh
perubahan dalam variabel forecast, yang artinya bahwa forecast memberikan
kontribusi sebesar 62,1% terhadap hasil data aktual, artinya 37,9% hasil data
aktual dipengaruhi oleh faktor lain yang tidak terangkum oleh analisis ini.
30
Tabel 4.9 Penentuan Nilai Signifikan
Coefficientsa
Model Unstandardized Coefficients
Standardized
Coefficients T Sig.
B Std. Error Beta
1 (Constant) -1.449 3067.689 .000 1.000
Forecast 1.000 .247 .788 4.052 .002
a. Dependent Variable: data aktual
Pada tabel 4.9 (coefficients) terlihat bahwa nilai signifikannya 0,002 karena
signifikan artinya ada pengaruh antara variabel forecast dan variabel data aktual
dan juga nilai tersebut kurang dari 0,05 maka hasilnya signifikan dan model baik
serta model bisa diterima. Hal ini berarti metode yang memiliki akurasi terbaik
adalah regresi linier. Sehingga peramalan menggunakan metode regresi linier
dapat diimplementasikan.
4.5. Analisis Perencanaan Produksi
Perencanaan yang dilakukan dalam penelitian ini menggunakan beberapa strategi
yaitu dengan melakukan manipulasi persediaan, laju produksi, sejumah variabel
yang mempengaruhi perencanaan. Jika perubahan dilakukan terhadap suatu
variabel sehingga terjadi perubahaan laju produksi yang disebut strategi murni
(pure strategy), sebaliknya stategi gabungan (mixed strategy) merupakan
gabungan perubahan dua atau lebih strategi murni sehingga diperoleh
perencanaan.
4.5.1. Perhitungan Kapasitas Produksi
Kapasitas (capacity) adalah hasil produksi atau jumlah unit yang dapat ditahan,
diterima, disimpan, atau diproduksi oleh sebuah fasilitas dalam suatu periode
waktu tertentu. Dalam penelitian ini telah dibuatkan tabel hari kerja selama 1
tahun yang berasal dari kalender kerja yang dibuat oleh perusahaan dan tabel
prediksi bulanan untuk produksi panel back door outer dari hasil peramalan
selama 8 bulan. Seperti yang terlihat pada tabel 4.10 dan tabel 4.11 di bawah ini.
31
Tabel 4.10 Data Hari Kerja Tahun 2014
Jumlah Hari Kerja Tahun 2014
JANUARI 20 hari
FEBRUARI 20 hari
MARET 21 hari
APRIL 21 hari
MEI 20 hari
JUNI 21 hari
JULI 19 hari
AGUSTUS 20 hari
SEPTEMBER 22 hari
OKTOBER 23 hari
NOVEMBER 20 hari
DESEMBER 21 hari
TOTAL 248 hari
Tabel 4.11 Prediksi Bulanan dari Bulan Januari sampai Agustus 2015
Bulan Prakiraan Permintaan Jumlah Hari Kerja Permintaan Per Hari
Januari 15.588 20 779
Februari 14.981 20 749
Maret 14.374 21 684
April 13.767 21 656
Mei 13.161 20 658
Juni 12.554 21 598
Juli 11.947 19 629
Agustus 11.340 20 567
TOTAL 107.712 162 5.320
Permintaan per hari dihitung dengan membagi permintaan yang diperkirakan dengan
banyaknya hari kerja atau produksi tiap bulan. Perhitungan dilakukan sebagai
berikut:
Rata – rata permintaan = (4-1)
= 107.712 unit / 162 hari = 664,889 dibulatkan menjadi = 665 unit/hari
Jadi permintaan rata – rata dalam 1 hari adalah 665 unit. Dalam kapasitas
produksi hasil peramalan tentu tidak 100% sama dengan permintaan aktualnya,
Total permintaan yang di perkirakan
Jumlah waktu produksi
32
lalu bagaimana jika prediksi berbeda dengan permintaan rata-ratanya. Beberapa
strategi bisa diigunakan untuk memenuhi prediksi yang tidak sesuai dengan
aktualnya, seperti dengan merekrut karyawan untuk dapat menghasilkan tingkat
produksi di atas permintaan rata-rata atau harus memberikan jam kerja lembur,
perusahaan juga bisa memproduksi secara stabil tanpa jam lembur, perusahaan
melakukan subkontrak atas kelebihan permintaan, dan rencana lain mungkin
mengkombinasikan pekerjaan lembur dengan subkontrak untuk memenuhi
permintaan. Seperti yang terlihat pada gambar 4.4 di bawah ini :
Gambar 4.4 Kecepatan Laju Produksi
4.5.1.1. Perhitungan Kapasitas Produksi Jam Kerja Normal
Kapasitas produksi jam kerja normal (RT) dapat dihitung dengan rumus :
[hari kerja x jam kerja per hari x kapasitas produksi per jam] (4-2)
a. Jam kerja per hari yaitu 8 jam (7 jam kerja + 1 jam istirahat).
Perusahaan berjalan dengan 3 shift maka 7x3 = 21 jam kerja dalam 1 hari.
b. Kapasitas produksi per jam dapat dihitung dengan rumus :
[Rata – rata permintaan per hari/Jumlah jam kerja per hari] (4-3)
= 665/21 = 32 unit/jam.
33
Dengan rincian sebagai berikut :
1. Januari = 20 x 21 x 32 = 13.440 unit
2. Februari = 20 x 21 x 32 = 13.440 unit
3. Maret = 21 x 21 x 32 = 14.112 unit
4. April = 21 x 21 x 32 = 14.112 unit
5. Mei = 20 x 21 x 32 = 13.440 unit
6. Juni = 21 x 21 x 32 = 14.112 unit
7. Juli = 19 x 21 x 32 = 12.768 unit
8. Agustus = 20 x 21 x 32 = 13.440 unit
4.5.1.2. Perhitungan Kapasitas Produksi Jam Kerja Lembur
Kapasitas produksi jam kerja lembur (OT) dapat di hitung dengan rumus :
[Jam kerja lembur dalam sebulan x kapasitas produksi per jam] (4-4)
42 x 32 = 1344 unit, dimana jam kerja lembur 42 jam berasal dari kebijakan
manajemen terhadap team produksi bahwa perusahaan memberikan lembur untuk
proses produksi hanya 2x dalam sebulan pada hari sabtu dengan operasional
normal yaitu 3 shift, sehingga 1 shift = 7 jam kerja dan jika 3 shift = 21 jam kerja
maka lembur 2x dalam sebulan = 21 x 2 = 42 jam kerja lembur.
4.5.1.3. Perhitungan Kapasitas Produksi Sub Kontrak
Kapasitas produksi sub kontrak (SK) yaitu 2.000 unit (kebijakan perusahaan
terhadap subcon untuk memenuhi kekurangan kebutuhan).
Sehingga didapatlah sebuah tabel 4.12 sesuai dengan perhitungan kapasitas
produksi dari bulan Januari sampai Agustus 2015.
Tabel 4.12 Kapasitas produksi dari Bulan Januari sampai Agustus 2015
No Periode Hari
Kerja
Jam Normal
(RT)
Jam Lembur
(OT)
Sub kontrak
(SK)
1 Januari 20 13.440 1.344 2.000
2 Februari 20 13.440 1.344 2.000
3 Maret 21 14.112 1.344 2.000
4 April 21 14.112 1.344 2.000
5 Mei 20 13.440 1.344 2.000
6 Juni 21 14.112 1.344 2.000
7 Juli 19 12.768 1.344 2.000
8 Agustus 20 13.440 1.344 2.000
34
Setelah menghitung kapasitas produksi secara teori yang terlihat pada tabel 4.12
di atas selanjutnya membandingkan data kapasitas produksi secara historis yang
tedapat di perusahaan dan terhitung bahwa total losses 19% yang berasal dari :
Down time : 10% ( 100% - 10% = 90% )
Effisiensi Loss : 5% ( 100% - 5% = 95% )
Reject : 5% ( 100% - 5% = 95% )
90% x 95% x 95% = 0,9 x 0,95 x 0,95 = 0,81 (x100%) = 81%
Sehingga total loss time nya : 100% - 81% = 19%
sehingga untuk produksi jam kerja normal tidak mencukupi untuk memenuhi
permintaan dan perlu adanya jam kerja lembur dan sub kontrak untuk memenuhi
permintaan pelanggan. Data tersebut dapat dilihat pada tabel 4.13 di bawah ini :
Tabel 4.13 Hasil Akhir Perhitungan dengan Total Losses 19%
Periode Total
Losses
Jam
Normal
Kehilangan
Jam
Kerja
Normal
Produksi
Jam
Normal
Kehilangan Output
Aktual
Jam normal Aktual Material
Januari 19% 420 80 340 13.440 2.523 10.917
Februari 19% 420 80 340 13.440 2.523 10.917
Maret 19% 441 84 357 14.112 2.650 11.462
April 19% 441 84 357 14.112 2.650 11.462
Mei 19% 420 80 340 13.440 2.523 10.917
Juni 19% 441 84 357 14.112 2.650 11.462
Juli 19% 399 76 323 12.768 2.397 10.371
Agustus 19% 420 80 340 13.440 2.523 10.917
TOTAL 3.402 646 2.756 108.864 20.439 88.425
Setelah melihat data histori di atas bahwa kapasitas produksi di PT. XXX ternyata
dipengaruhi oleh beberapa faktor, dan faktor - faktor yang membuat kapasitas
produksi di PT. XXX menurun dalam proses produksi panel back door outer
adalah faktor mesin, faktor tenaga kerja, faktor bahan baku, dan faktor produk
yang dihasilkan dengan rincian sebagai berikut :
1. Faktor Mesin
Di PT. XXX menerapkan Hukum Pareto 80:20 untuk meningkatkan
kapasitas produksi, yang artinya 20% Action akan memberikan 80%
hasil, faktor 20% inilah yang dipengaruhi oleh tenaga kerja atau man
power dan 80% adalah produk yang dihasilkan.
35
2. Tenaga kerja
Di PT. XXX untuk meningkatkan kapasitas produksi dengan
peningkatkan sumber daya tenaga kerja perusahaan menggunakan jam
kerja lembur (memakan biaya OT) dan Sub kontrak yaitu dengan
memberikan pekerjaan kepada pihak lain.
3. Bahan baku
Di PT. XXX dalam berproduksi sangat mengutamakan kualitas bahan
baku atau raw material yang disebut mother coil karena dengan
kualitas yang bagus proses produksi akan lancar sehingga dapat
meningkatkan kapasitas produksi tetapi jika ada masalah pada mother
coil nya proses produksi akan terhambat karena ada perlakuan khusus
dalam produksinya dan menyebabkan kapasitas produksi menurun.
4. Memodifikasi produk
Di PT. XXX dalam produksi harus menentukan standar produk agar
dalam penyetting mesin hanya dilakukan sekali saja, jumlah per
packing agar per packing jumlahnya sesuai dengan permintaan yang
akan dikirim (qty perpalet), agar tidak terjadi repack karena material di
proses tidak standar yang menyebabkan kapasitas produksi menurun.
Setelah melakukan analisa dari data histori di atas maka dilakukan perbaikan dan
improvement maka ada pengurangan loss time pada proses produksi sebesar 10%,
yaitu 19% - 10% = 9% dengan rincian :
Down time : 5% ( 100% - 5% = 95% )
Effisiensi Loss : 2% ( 100% - 2% = 98% )
Reject : 2% ( 100% - 2% = 98% )
95% x 98% x 98% = 0,95 x 0,98 x 0,98 = 0,91 (x100%) = 91%
Sehingga total loss time nya : 100% - 91% = 9%
(terlampir pada lampiran V “analisa untuk meningkatkan kapasitas produksi”)
dan berikut adalah contoh perbaikan yang dilakukan :
Perbaikan yang dilakukan untuk mengatasi down time mesin :
1. Pengecekan mesin diawal setiap kali akan produksi.
2. Maintenance secara berkala diluar waktu jam produksi.
36
3. Melaporkan dan mencatat jika ada kejanggalan pada mesin saat proses
produksi.
Perbaikan yang dilakukan untuk mengatasi effisiensi loss :
1. Membuat prosedur kerja.
2. Mematuhi aturan dan standar kerja.
3. Meningkatkan kemampuan karyawan (training).
4. Mempersingkat waktu set-up.
Perbaikan yang dilakukan untuk mengatasi material reject :
1. Penyetingan piller dengan penambahan garis bantu.
2. Proses sesuai aturan SOP (Standart Operating Prosedure).
3. Memastikan raw material yang akan di proses berkualitas.
Dari hasil analisis untuk menaikan kapasitas produksi di atas didapat jumlah
produksi yang seharusnya pada jam kerja normal menghasilkan 108.864 unit
dengan total waktu 3.402 jam secara teori tetapi setelah melihat data historis,
ternyata ada total loss time sebesar 19% yang kemudian perusahaan melakukan
improvement untuk menaikan kapasitas produksi dan perbaikan yang dilakukan
mampu mengurangi total loss time menjadi 9% dimana ada pengurangan 10%
dalam total loss time nya. Waktu jam kerja normal yang awalnya 2.756 jam naik
12,3% sebesar 340 jam menjadi 3.096 jam dan kapasitas output aktual juga naik
12,3% sebesar 10.900 unit dari 88.425 unit menjadi 99.325 unit. Seperti yang
terlihat pada tabel 4.14 dengan perhitungan total losses 9% di bawah ini :
Tabel 4.14 Hasil Akhir Perhitungan dengan Total Losses 9%
Periode Total
Losses
Jam
Normal
Kehilangan
Jam
Kerja
Normal
Produksi
Jam
Normal
Kehilangan Output
Aktual
Jam normal Aktual Material
Januari 9% 420 38 382 13.440 1.178 12.262
Februari 9% 420 38 382 13.440 1.178 12.262
Maret 9% 441 40 401 14.112 1.236 12.876
April 9% 441 40 401 14.112 1.236 12.876
Mei 9% 420 38 382 13.440 1.178 12.262
Juni 9% 441 40 401 14.112 1.236 12.876
Juli 9% 399 36 362 12.768 1.119 11.649
Agustus 9% 420 38 382 13.440 1.178 12.262
TOTAL 3.402 306 3.096 108.864 9.539 99.325
37
4.5.2. Perhitungan Biaya Produksi
Biaya produksi adalah biaya yang dikeluarkan oleh perusahaan untuk membuat
suatu produk dari awal sampai produk itu dikirim ke pelanggan. Dalam penelitian
ini dibahas mengenai biaya yang terkait dalam perencanaan dan pengendalian
produksi, ada biaya produksi jam normal, jam lembur, sub kontak dan biaya
simpan, diantaranya adalah sebagai berikut :
4.5.2.1. Biaya Produksi Jam Normal
Tenaga kerja atau pekerja adalah orang yang bekerja dalam perusahaan baik yang
berhubungan langsung dengan produk ataupun tidak berhubungan langsung
dengan produk dalam jangka waktu tertentu dan jam kerja yang sesuai dari
pemerintah serta mendapatkan upah atau bayaran atas jerih payahnya untuk
menghasilkan suatu produk dan besarnya upah telah disesuaikan oleh peraturan
pemerintah dan kebijakan dari perusahaan dengan tujuan kesejahteraan terhadap
para pekerja. Berikut adalah data karyawan yang dirangkum dalam tabel 4.15 :
Tabel 4.15 Jumlah Tenaga Kerja Langsung Pada Unit Proses
No Unit Proses Shift 1 Shift 2 Shift 3
1 Blanking – 02 6 orang 6 orang 6 orang
Karyawan 1 = Leader
Karyawan 2 = Operator Uncoiler
Karyawan 3 = Operator Main Press
Karyawan 4 = Operator Dies
Karyawan 5 = Operator Piller
Karyawan 6 = Operator Hatenki
Di PT. XXX mengoperasikan satu mesin yaitu mesin Blanking-02 dengan sistem
kerja 3 shift dan jumlahnya 6 orang karyawan per shift sehingga totalnya 18 orang
karyawan, jumlah jam kerja 1 harinya adalah 7 jam kerja + 1 jam istirahat (x 3
shift) = 21 jam dan total hari kerja 5 hari (senin sampai jum’at) sehingga total jam
kerja dalam seminggu 105 jam. Berikut adalah rincian pembayaran gaji karyawan
yang dirangkum dalam tabel 4.16 :
38
Tabel 4.16 Rincian Biaya Tenaga Kerja Langsung
No Waktu Gaji Pokok /
Bulan
Transportasi /
Hari
Makan /
Hari
Kehadiran /
Hari
1 Shift 1 , 2 , 3 Rp. 2.815.000 Rp. 14.000 Rp. 12.000 Rp. 2.500
Perhitungan biaya jam kerja normal per unit dalam kurun waktu 8 bulan atau 162
hari dengan rincian sebagai berikut :
1. Rp. 2.815.000 x 8 = Rp. 22.520.000
2. Rp. 14.000 x 162 = Rp. 2.268.000
3. Rp. 12.000 x 162 = Rp. 1.944.000
4. Rp. 2.500 x 162 = Rp. 405.000 +
Totalnya menjadi = Rp. 27.137.000
5. Rp. 27.137.000 / 162 = Rp. 167.512,3457
Di bulatkan menjadi = Rp. 167.513
6. Rp. 167.513 / 7 jam = Rp. 23.930,3351
Di bulatkan menjadi = Rp. 23.931
7. Rp. 23.931 / 32 unit = Rp. 747,84375
Di bulatkan menjadi = Rp. 748 / unit
*32 unit berasal dari : Kapasitas per hari = 665 unit
Kapasitas per shift = 665 / 3 shift = 222 unit
Kapasitas per jam = 222 / 7 jam kerja = 32 unit
4.5.2.2. Biaya Produksi Jam Lembur
Perhitungan lembur untuk setiap karyawan sesuai dengan peraturan pemerintah
dan kebijakan yang dibuat oleh perusahaan dengan rincian sebagai berikut :
Gaji pokok per bulan / 173 (kebijakan pemerintah) x 2 (kebijakan perusahaan)
1. Rp. 2.815.000 / 173 = Rp.16.271,6763
2. Rp.16.271,6763 x 2 = Rp. 32.543,3526
Di bulatkan menjadi = Rp. 32.544
3. Rp. 32.544 / 32 unit = Rp. 1.017 / unit
39
4.5.2.3. Biaya Produksi Sub kontrak
Perhitungan biaya sub kontrak bersumber dari negosiasi manajemen perusahaan
terhadap pihak kedua, yaitu perusahaan yang dijadikan sub kontrak.
Biaya sub kontrak = Rp. 1.571 / unit.
4.5.2.4. Biaya Simpan ( Holding Cost )
Perhitungan biaya simpan bersumber dari kebijakan perusahaan yaitu sebesar 5%
dari biaya harga item/unit. Biaya simpan = 5% x Rp. 4.104 = Rp. 205 / unit.
4.6. Pengolahan Data
Pengolahan data yang ada pada bab ini yaitu menjelaskan tentang total biaya
terhadap material panel back door outer dengan menggunakan beberapa strategi
dalam perencanaan dan pengendalian produksinya diantara beberapa strateginya
yaitu, strategi murni (pure strategy) dengan melakukan pengendalian terhadap
jumlah persediaan, pengendalian terhadap jumlah tenaga kerja (over time), sub
kontrak (pihak kedua) dan strategi gabungan (mixed strategy) dengan
menggabungkan dua perubahan atau lebih seperti dengan menggunakan lembur
dan sub kontrak untuk menganalisis pengaruh persediaan dengan model
transportasi (transportation models). Berdasarkan strategi yang digunakan maka
dibutuhkan beberapa data penunjang, data penunjang ini merupakan hasil
perhitungan yang sudah dilakukan sebelumnya, data penunjang ini diantaranya
data dari hasil perhitungan peramalan regresi linier terhadap material panel back
door outer dan rencana kebutuhan aggregat. Berikut data penunjang yang
dibutuhkan dalam perhitungan perencanaan dan pengendalian material panel back
door outer.
Rata – rata produksi per unit
162 hari = 107.712 unit 1 hari = 665 unit/hari
1 jam = 32 unit/jam 0,53 jam = 1 unit
Jadi dalam 1 hari terdapat 21 jam kerja dan untuk menghasilkan 1 unit produk
memerlukan waktu 0,53 jam atau 31,8 menit, sehingga 21 jam/hari dibagi 0,53
jam/unit = 39 unit/hari/orang, dengan 665 / 39 = 17,05 atau dibulatkan menjadi 18
40
jadi untuk tenaga kerja yang dibutuhkan di awal yaitu 18 orang sesuai dengan data
pada tabel 5.10 yaitu 6 orang per shift ( 6 x 3 = 18 ) dimana :
Inventori awal = 0 unit
Waktu baku = 0,53 jam/unit
Rata – rata produksi per hari = 665 unit/hari
Rata – rata produksi per unit = 39 unit/hari/orang
Lead time = 1 minggu atau 7 hari
Jam kerja per hari = 7 jam
Biaya produksi jam normal = Rp. 748 / unit
Biaya produksi jam lembur = Rp. 1.017 / unit
Biaya subcon per unit = Rp. 1.571 / unit
Biaya simpan ( Holding Cost ) = Rp. 205 / unit
Harga 1 unit produk = Rp. 4.104
Kapasitas subcon = 2.000 unit/bulan
Kapasitas lambur = 1.344 unit/bulan
Jumlah tenaga kerja = 18 orang
4.6.1. Analisis Strategi Tingkat Persediaan
Dalam strategi ini perusahaan akan memilih memproduksi pada tingkat rata – rata
permintaan dan memenuhi perubahan permintaan dengan persediaan yang ada
atau dapat dilakukan pada saat kapasitas produksi dibawah permintaan sehingga
persediaan ini selanjutnya bisa digunakan pada saat permintaan berada diatas
kapasitas produksi. Penerapan strategi ini kurang bagus di PT. XXX karena
tingkat permintaan yang terkadang berubah-ubah pada periode tertentu yang
mengakibatkan perusahaan tidak mampu memenuhi permintaan pelanggan yang
mengakibatkan delay pengiriman material dan dikenakan biaya denda karena
keterlambatan pengiriman yang mengakibatkan customer stopline. Jika hanya
mengandalkan persediaan di gudang tanpa memperhatikan kapasitas produksi
yang ada maka perusahaan akan kehilangan penjualannya.
41
4.6.2. Analisis Strategi Tingkat Tenaga Kerja Tetap
Dalam strategi ini manajer dapat melakukan perubahan jumlah tenaga kerja
dengan menambah atau mengurangi tenaga kerja sesuai dengan laju produksi
yang dinginkan. Tindakan lain yang dapat dilakukan yaitu dengan melakukan jam
lembur dengan tingkat tenaga kerja tetap tanpa mengubah jumlah tenaga kerja
yang ada. Adapun untuk lembur adalah memproduksi sejumlah kekurangannya
dan disesuaikan dengan kapasitas lemburnya dan jika masih kurang dilakukan sub
kontrak. Berdasarkan data penunjang diatas bahwa perusahaan tidak mengubah
jumlah tenaga kerja yang ada maka dilakukan perhitungan dengan menggunakan
strategi tenaga kerja tetap untuk pembuatan material panel back door outer.
Dengan asumsi lost sales = 0 atau tanpa kehilangan penjualan yang artinya setiap
permintaan pelanggan terpenuhi setiap periodenya.
4.6.3. Analisis Strategi Tingkat Sub Kontrak
Dalam strategi ini sub kontrak adalah suatu keputusan yang diambil oleh
perusahaan untuk meningkatkan kapasitas produksi dalam memenuhi permintaan
yang tidak menentu dengan cara bekerja sama dengan pihak ke-2 yaitu perusahaan
lain untuk membuatkan produk. Strategi ini dapat dilakukan untuk menaikan
kapasitas produksi perusahaan pada saat perusahaan sibuk dan tidak mampu untuk
memenuhi permintaan dari pelanggan dan dengan adanya subcon ini diharapkan
permintaan dapat dipenuhi.
4.6.4. Analisis Strategi Model Transportation
Model ini merupakan kasus khusus dari program linear yang dapat digunakan
untuk menganalisis pengaruh dari persediaan dan dengan menggunakan lembur
dan sub kontrak. Untuk perhitungan dengan model ini ada bantuan dengan
menggunkan software TORA untuk pengalokasian lembur dan kontrak agar
didapatkan total cost yang minimum. (terlampir pada lampiran IV “analisa model
transportation”)
Berikut adalah hasil perhitungan dengan lost sales = 0 dengan mempertimbangkan
kapasitas produksi yang ada serta biaya-biaya yang terkait dalam produksi :
(terlampir pada lampiran III “hasil perhitungaan pendekatan metode transportasi”)
42
Tabel 4.17 Hasil Perhitungan Perencanaan Produksi
No Metode Prediksi
Permintaan
Jumlah
Produksi
Kapasitas
Tidak
Terpakai
Persediaan
Awal
Persediaan
Akhir Total Biaya
1 Lost Sales = 0
dengan OT & SC
(dengan inventori) 107.712 119.706 11.994 0 5.840 89.764.738
2 Lost Sales = 0
dengan OT
(dengan inventori) 107.712 118.969 11.257 0 5.103 87.756.124
3 Lost Sales = 0
dengan SC
(dengan inventori) 107.712 118.969 11.257 0 5.103 89.944.978
4
Lost Sales = 0
dengan OT
(dengan -
inventori)
107.712 117.650 9.938 0 5.184 87.938.131
5
Lost Sales = 0
dengan SC
(dengan -
inventori)
107.712 119.426 11.714 0 5.152 90.145.982
6
Lost Sales = 0
(transportasi)
(tidak ada
inventori)
107.712 107.712 0 0 0 82.937.648
7 Lost Sales = 0
(transportasi-1)
(dengan inventori) 107.712 119.746 12.034 0 0 85.404.618
8 Lost Sales = 0
(transportasi-2)
(dengan inventori) 107.712 125.586 17.874 0 5.840 90.970.138
9 Lost Sales = 0
(transportasi-2)
(dengan inventori) 107.712 107.712 0 0 5.840 84.134.848
10 Lost Sales = 0
(teori) (dengan
inventori 525unit) 107.712 111.912 4.200 0 525 84.191.348
11
Lost Sales = 0
(teori) (dengan
ending inventori
525unit)
107.712 108.237 525 0 525 83.437.973
12 Lost Sales = 0
(aktual) (dengan
inventori 525unit) 107.712 111.405 3.693 0 525 87.740.949
13
Lost Sales = 0
(aktual) (dengan
ending inventori
525unit)
107.712 108.237 525 0 525 85.807.045
43
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
20000
1 2 3 4 5 6 7 8 9 10 11 12 13
Kapasitas Tidak Terpakai
Kap Tidak Terpakai
0
10000000
20000000
30000000
40000000
50000000
60000000
70000000
80000000
90000000
10000000
1 2 3 4 5 6 7 8 9 10 11 12 13
Perbandingn Biaya Produksi
Total Biaya
Gambar 4.5 Kapasitas Tidak Terpakai
Gambar 4.6 Perbandingan Biaya Produksi
44
Dari tabel 4.17 hasil perhitungan diatas dapat diambil kesimpulan bahwa no.13
dengan perhitungan aktual lost sales = 0 dan ending inventori 525 unit sebagai
stock untuk periode berikutnya, untuk Over Time 4x periode dan Sub Contrak 2x
periode untuk memenuhi kekurangan permintaan pelanggan karena kapasitas
produksi yang tidak mencukupi dengan asumsi bahwa mesin tidak selamanya
berjalan normal karena pasti selalu ada kendalanya, seperti down time mesin atau
break down mesin, dalam proses banyak terjadi reject material yang menyebabkan
loss time terhadap mesin. PT. XXX memberikan kebijakan yang tertulis didalam
SOP nya terhadap department produksi bahwa berproduksi perlu memperhatikan
beberapa hal seperti :
1. Down time : untuk down time mesin, yaitu mesin stop tanpa
perencanaan yang disengaja, di luar prediksi atau tiba – tiba, sesuai
dengan kebijakan yang diberikan oleh perusahaan yaitu maximal 5%
dari jam kerja normal per periodenya.
2. Reject : untuk material reject yang diproses, sesuai dengan kebijakan
yang diberikan oleh perusahaan minimal 5% dengan persentasi 95%
tetapi rata – rata yang diharapkan 2% dengan persentasi output
produksi 98%, dihitung tiap kali proses dan jumlah per periode.
3. Effisiensi loss : untuk effisiensi loss mesin, yaitu mesin stop disaat
mesin berproduksi normal disebabkan oleh setting mesin, persiapan
material, pengecekan material sampai packing material yaitu 2% dari
produksi jam kerja normal sesuai dengan kebijakan yang diberikan
oleh perusahaan.
4. Persediaan akhir yang digunakan sebagai safety stock sebanyak 1,5 lot
atau 525 unit yang digunakan untuk periode berikutnya dan ketika
terjadi permintaan yang tidak menentu.
45
Perincian hasil perencanaan produksi yang nantinya akan di aplikasikan di PT.
XXX adalah dengan jumlah total yang harus diproduksi adalah :
1. Januari = 15.588 dengan rincian (12.262 jam normal + 1.344 jam
lembur + 1.982 sub kontrak)
2. Februari = 14.981 dengan rincian (12.262 jam normal + 1.344 jam
lembur + 1.375 sub kontrak)
3. Maret = 14.374 dengan rincian (12.876 jam normal + 1.344 jam
lembur + 154 sub kontrak)
4. April = 13.767 dengan rincian (12.876 jam normal + 891 jam
lembur)
5. Mei = 13.161 dengan rincian (12.262 jam normal + 453 jam
lembur + 446 sub kontrak)
6. Juni = 12.554 dengan rincian (12.554 jam normal)
7. Juli = 11.947 dengan rincian (11.947 jam normal)
8. Agustus = 11.340 dengan rincian (11.822 jam normal + 43 sub
kontrak)
Dimana,
Jumlah produksi yang dihasilkan pada jam kerja nomal = 99.325 unit
Jumlah yang terpakai dari jam kerja normal = 98.861 unit
Jumlah yang tidak terpakai dari jam kerja normal = 464 unit
Untuk jam kerja lembur membutuhkan lembur 4x periode
Untuk jam kerja sub kontrak membutuhkan sub kontrak 2x periode
Dengan total cost = Rp. 85.807.045
Profit yang didapat oleh perusahaan adalah revenue – total cost = Rp.
442.050.048 – Rp. 85.807.045 = Rp. 356.243.003
4.7. Analisis Hasil Akhir
Hasil penelitian dari yang sudah dilakukan diatas dan dijabarkan diatas mengenai
perencanaan dan pengendalian produksi terhadap panel back door outer adalah :
4.7.1. Peramalan Produksi
1. Ukuran kesalahan peramalan yang terkecil ada pada metode regresi linier
dengan persentasi 12,96%.
2. Untuk data kuantitatif pada kasus ini metode peramalan yang terbaik
adalah metode regresi linier karena hasil dari pengolahan data didapat
nilai signifikan = 0,002 (karena kurang dari 0,05 maka hasilnya
signifikan & model baik / bisa diterima dan nilai R² = 0,621 yang artinya
46
bahwa nilai peramalan memberikan kontribusi sebesar 62,1% terhadap
hasil data aktual dan sisanya (37,9%) dipengaruhi oleh faktor lain.
3. Metode regresi linier cocok digunakan untuk pola data demand yang
mengandung unsur trend seperti yang terjadi pada kasus di PT. XXX.
4.7.2. Rencana Produksi
1. Metode transportasi merupakan metode yang terbaik dalam rencana
produksi agregat karena cenderung meminimasi biaya total produksi.
2. Biaya inventori, jam lembur, dan sub kontrak merupakan faktor
pembesar utama dalam rencana produksi agregat.
3. Perusahaan tidak harus membuat inventori di setiap akhir periode
bulannya cukup di ending inventori saja karena jika setiap periode ada
inventori akan menimbulkan biaya simpan yang tinggi.
4. Jumlah yang diproduksi pada jam kerja normal adalah 99.325 unit dan
hanya terpakai 98.861 sehingga kapasitas yang tidak terpakai pada jam
kerja normal adalah 464 unit.
5. Jumlah yang diproduksi oleh pihak kedua yaitu sub kontrak untuk
memenuhi kekurangan kebutuhan dari jam kerja normal ialah 4.000 unit
dengan melakukan 2 kali pemesanan.
6. Jumlah yang diproduksi pada jam kerja lembur ialah 5.376 unit dengan
waktu lembur 8 hari selama 4 bulan yang dialokasikan untuk memenuhi
kekurangan kebutuhan dari jam kerja normal untuk menutupi kekurangan
kebutuhan 5 bulan kedepan.
7. Total biaya yang diperlukan untuk proses produksi ialah Rp. 85.807.045
dan keuntungan yang didapat perusahaan ialah Rp. 356.243.003.
47
BAB V
KESIMPULAN DAN SARAN
5.1. KESIMPULAN
Dari pengolahan data dan analisis perencanaan serta pengendalian persediaan
Panel Back Door Outer menggunakan pendekatan metode transportasi dengan
beberapa strategi, maka dapat diambil kesimpulan sebagai berikut :
1. Dengan perhitungan peramalan menggunakan regresi linier memberikan
kontribusi sebesar 62,1% terhadap akurasi data aktual sehingga ada
kenaikan kapasitas produksi sebesar 10.900 unit atau 12,3% dari output
aktual awal yaitu 88.425 unit menjadi 99.523 unit dengan memanfaatkan
sumber daya yang ada pada perusahaan.
2. Dengan melakukan beberapa perbaikan untuk meningkatkan kapasitas
produksi maka diperoleh total biaya produksi Rp. 85.807.045 dan
keuntungan yang didapat perusahaan adalah Rp. 356.243.003 dengan
kenaikan Rp. 3.957.693 atau 4,41% dari total biaya awal yaitu Rp.
89.764.738 dan keuntungan perusahaan hanya Rp. 352.285.310.
5.2. SARAN
Dengan melihat hasil analisis di atas, maka dapat dikemukakan saran sebagai
bahan pertimbangan untuk penelitian selanjutnya, yaitu :
Dalam penelitian perencanaan dan pengendalian panel back door outer
dengan pendekatan metode transportasi ini sebaiknya dilanjutkan dengan
perencanaan jadwal induk produksi dan persediaan bahan baku.